PREGUNTA 1

a)

b)

c)

d)

e)

PREGUNTA 2
a) f)

b) g)

c) h)

d) i)

e)
 PREGUNTA 1

En el laboratorio de metalurgia se han medido las diferentes composicion

cobre (x1) en %, que afectan a la dureza de las planchas de acero (y) en kg
Los datos son:

Contenido de Cu (X1)% Dureza(Y) (Kg/mm2)

75 72.9
80 75.1
87 87.9
90 90.4
95 93.7
 REGRESAR A LA
PAGINA
PRINCIPAL

erentes composiciones de a)
as de acero (y) en kg /mm2.
b)

c)

d)

d)
a)Realice el diagrama dispersión

Contenido de Cu (X1)% Dureza(Y) (Kg/mm2)

75 72.9 DIAGRAMA DE DISPERS
80 75.1
95
87 87.9 f(x) = 1.1544233807x - 14.5877567141
R² = 0.9567822224
90 90.4 90
95 93.7
85

Dureza
80

75

70
75 80 85 90
contenido de Cu
 REGRESAR A LA
PREGUNTA 1

GRAMA DE DISPERSION
4233807x - 14.5877567141
822224

80 85 90 95 100
contenido de Cu
b) Halle el modelo de regresión
lineal simple
ŷ i  B̂ o  B̂1 x

∑24_(𝒊=𝟏)^𝒏▒ 〖� _𝒊=𝒏𝒂+�
∑24_(𝒊=𝟏)^𝒏▒ 〖� _𝒊
∑24_(𝒊=𝟏)^𝒏▒𝑿_𝒊 〗 �_�=𝒂 ∑_(�=� )^�▒�_�
+�∑24_(𝒊=𝟏)^𝒏▒ 〖� _𝒊 〗 ^
�_0 �_1 (I)
𝟐 〗 �_0 �_1
420 = 5 427 36160.3 = 427 36719

Resolviendo el sistema de ecuaciones Restando (III)-(I)

(II)X(5/427)

�_0 �_1 (III) �_0 �_1

423.4 = 5 429.964871 3.42271663 = 0 2.9648711944
 REGRESAR A LA
PREGUNTA 1

Dureza(Y) (Kg/mm2) Contenido de Cu (X1)% X*Y

72.9 75 5467.5
75.1 80 6008
87.9 87 7647.3
� _𝒊 〗 ^ 90.4 90 8136
93.7 95 8901.5
(II)

�_1= 1.1544233807
�_0= -14.5877567141

(𝑌_𝑖 )  ̂=−14.5877+1.154423
�
c)Interprete B1, ¿Cuál es el objetivo de plantear de
plantear el modelo de regresión?
El principal objetivo de hallar la recta, es aproximar los valores dados a una funcion en donde los valores
sean aproximados para asi poder estimar demas valores, incluso analizar con mayor presicion los datos
brindados.
B1 es 1.154423 eso quiere decir que al aumentar en una unidad X, Y aumenta en 1.154423% el Y.

(𝑌_𝑖 )  ̂=−14.5877
�
 REGRESAR A LA
PREGUNTA 1

)  ̂=−14.5877+1.154423
 d)Interprete y halle r2 (Coeficiente de Determinación)

(𝑌_𝑖 )  ̂=−14.5877+1.154423�
Contenido de Cu (X1)% Dureza(Y) (Kg/mm2) �_𝑖−�   𝑌_1−𝑌  
〖 (𝑌 〗 _1−𝑌
 )*�_�−�  
75 72.9 -10.4 -12.5
80 75.1 -5.4 -10.3
87 87.9 1.6 2.5
90 90.4 4.6 5
95 93.7 9.6 8.3
427 420

𝑀𝑒𝑑𝑖𝑎 𝑑𝑒 𝑌= 84 〖���〗 _𝑿𝒀=(∑24_(𝒊=𝟏)^𝒏▒

𝑀𝑒𝑑𝑖𝑎 𝑑𝑒 �= 85.4 〖 (𝑿_𝒊−𝑿 )  (𝒀_𝒊−𝒀 )  〗 )/𝒏
〖���〗 _𝑿𝒀=𝟓𝟖.𝟒�
ción)

〖 (𝑌 〗 _1−𝑌 〖 �_𝑖 〗 ^ 𝑌^2

 )*�_�−�   2
130 5625 5314.41
55.62 6400 5640.01
4 7569 7726.41
23 8100 8172.16
79.68 9025 8779.69
292.3 36719 35632.68 SUMATORIA

=𝟏)^𝒏▒ 〖� _𝑿 〗 ^𝟐=( ∑_(�=� )^�▒ 〖� _� 〗 ^�〖�

)/𝒏−𝑿 𝟐 =( ∑_(�=� )^�▒ 〖
_𝒀 〗  ^^�

)/𝒏
�_𝑿=𝟕.𝟏𝟏�𝟏𝟕𝟖𝟕𝟓
DESVIACION ESTANDAR
 REGRESAR A LA PREGUNTA 1
�^𝟐=( 〖 〖�
��〗 _��/(�_�
〗
�_� )) ^𝟐〖X_i〗^2-nX  ^2
�^𝟐= 0.956782222

�𝒏−𝑿 𝟐 =( ∑_(�=� )^�▒ 〖� _𝒊 〗 ^� )/𝒏−𝒀

_𝒀 〗  ^^� ^
  𝟐

�_𝒀=𝟖.𝟑𝟗𝟖𝟓𝟕𝟏𝟑𝟎𝟕
LA PREGUNTA 1
 e) Según su modelo de regresión cuanto seria la dureza de la
plancha de acero si el contenido de Cu es del 97%

Reemplazando en la ecuación

(𝑌_𝑖 )  ̂=−14.5877+1.154423
�
(𝑌_𝑖 )  ̂=−14.5877+1.154423("9
7(𝑌_𝑖
")
97.391331 (Kg/mm2)
)  ̂=
ureza de la
REGRESAR A LA
PREGUNTA 1
 PREGUNTA 2
En el laboratorio de metalurgia se han medido las diferentes composiciones
cobre (x1) en %, temperatura de templado (x2) en ºC que afectan a la durez
las planchas de acero (y) en kg /mm2. Los datos son:

Contenido Temperatura de Dureza (y)

de Cu(x1)% templado (X2)° (Kg/mm2)
75 100 72.9
80 120 75.1
87 125 80.9
90 130 87.4
95 140 90.7
 REGRESAR A LA
PAGINA
PRINCIPAL
ntes composiciones de
e afectan a la dureza de
a) g)

b) f)

c) h)

d) i)

e)
 a) Realice el diagrama de dispersión

Contenido Temperatura de Dureza (y)

de Cu(x1)% templado (X2)° (Kg/mm2) Diagrama de dispers
75 100 72.9 95
80 120 75.1
87 125 80.9
90
90 130 87.4 f(x) = 0.941943128x + 0.958056872
R² = 0.9572755924 f(x) = 0.4698863636x + 23.6039772727
95 140 90.7 R² = 0.8279274389
85

80

75

70
70 80 90 100 110 120 130 140 150
 REGRESAR A LA
PREGUNTA 2
Diagrama de dispersión

2
8863636x + 23.6039772727
274389 Contenido de Cu
Li near (Conteni do de Cu)
Temperatura de templ a do
Li near (Temperatura de templ a do)

120 130 140 150

b)Halle las ecuaciones normales ( Aplicando derivadas) para determi
modelo de regresión lineal múltiple
adas) para determinar el
REGRESAR A LA
PREGUNTA 2
C) Plantee matricialmente el Modelo de Regresión Poblacional.

72.9 1 75 100
75.1 1 80 120 B1
80.9 = 1 87 125 X B2
87.4 1 90 130 B3
90.7 1 95 140
Poblacional.
REGRESAR A LA
PREGUNTA 2
E1
E2
+ E3
E4
E5
d) Determine el vector de coeficientes de Regresión

Contenido de Temperatura de
Cu(x1)% templado (X2)° Dureza (y) (Kg/mm2)
75 100 72.9
80 120 75.1
87 125 80.9
90 130 87.4
95 140 90.7

75 72.9
80 75.1
X1= 87 Y= 80.9
90 87.4
95 90.7

X1´= 75 80 87 90

X1´X1= 36719 X1´Y= 34996.3

(X1´X1)-1= 2.7233857131186E-05

PARA B2 CALCULADO CON X2 y Y

100 72.9
120 75.1
X2= 125 Y= 80.9
130 87.4
140 90.7

X2´= 100 120 125 130

X2´X2= 76525 X2´Y= 50474.5

(X2´X2)-1= 1.3067624959164E-05
n B̂   x x   x y 
1

REGRESAR A LA
PREGUNTA 2

B̂   x x   x y 
1

B1= 0.95308423

95

B̂   x x   x y 
1


B2= 0.65958184

140
ESAR A LA
GUNTA 2
e) Interprete B1 y B2.

*El valor de B1 indica la relacion que existe entre la dureza y el contenido de cobre, a med
aproximando al valor de 1 la pendiente sera más precisa, es decir con menor error, para t
prediccion de la dureza con un cierto contenido de cobre.

*El valor de B2 indica la relacion que existe entre la dureza y la temperatura de templado,
que se va aproximando al valor de 1 la pendiente sera más precisa, es decir con menor er
tener una prediccion de la dureza y la temperatura de templado.
 REGRESAR A LA
PREGUNTA 2
contenido de cobre, a medida que se va
cir con menor error, para tener una

temperatura de templado, a medida

cisa, es decir con menor error, para
o.
 f) f.1) Interprete y halle r2y.12 (Coeficiente de Determinación)
f.2) Interprete Coeficiente de no determinación (1-r2). ,
f.3) Explique e interprete el Coeficiente de Correlación. (r)

Resumen

Estadísticas de la regresión
Coeficiente de correlación múltiple 0.9849856968
Coeficiente de determinación R^2 0.970196823
R^2 ajustado 0.940393646
Error típico 1.870054756
Observaciones 5

ANÁLISIS DE VARIANZA
Grados de libertad Suma de cuadrados Promedio de los cuadrados
Regresión 2 227.6857904192 113.8428952096
Residuos 2 6.9942095808 3.4971047904
Total 4 234.68

Coeficientes Error típico Estadístico t

Intercepción -5.5016167665 12.2291673724 -0.4498766432
Variable X 1 1.3264071856 0.4292768055 3.0898645547
Variable X 2 -0.2144191617 0.2302650039 -0.9311843225

Análisis de los residuales

Observación Pronóstico para Y Residuos Residuos estándares

1 72.537005988 0.362994012 0.2745112426
2 74.8806586826 0.2193413174 0.1658750712
3 83.0934131737 -2.1934131737 -1.658750712
4 86.0005389222 1.3994610778 1.0583309553
5 90.4883832335 0.2116167665 0.160033443
 rminación)
1-r2). ,
ación. (r) REGRESAR A LA
PREGUNTA 2

F Valor crítico de F
32.5534698 0.029803177

Probabilidad Inferior 95% Superior 95% Inferior 95.0% Superior 95.0%

0.69685778 -58.1194771437 47.116243611 -58.1194771437 47.1162436108
0.09071524 -0.5206218336 3.1734362048 -0.5206218336 3.1734362048
0.45006177 -1.2051695094 0.776331186 -1.2051695094 0.776331186
g)¿Cuál es el criterio matemático-estadístico para los modelos de
regresión,
Mencione 2 objetivos de los modelos de regresión
Cuál de las 2 variables tiene mayor efecto sobre la variable
dependiente

Para determinar un m
necesario poder hallar
hallar qué modelo se a
hacer. Comparar los c
modelos sería la mejor
el mejor ajuste en comp

Por lo tanto el mod

determinación será la m
error es mínimo en com
los modelos de

n REGRESAR A LA
variable PREGUNTA 2

Para determinar un modelo adecuado con respecto a otros, sería

necesario poder hallar el coeficiente de determinación y así poder
hallar qué modelo se ajusta más a la forma posible que uno quiera
hacer. Comparar los coeficientes de determinación con los otros
modelos sería la mejor opción, sabiendo que el mayor de todos tiene
el mejor ajuste en comparación a los demás modelos.

Por lo tanto el modelo que tenga el mayor coeficiente de

determinación será la mejor opción a escoger ya que su porcentaje de
error es mínimo en comparación a los demás modelos.
 ¿Realice la predicción Ŷ = ? (si x1 = 98 y x2 = 135)

𝑌  ̂=�_0+ 〖� _1 � 〗 _1+
�_2 �_2

REMPLAZANDO 2 PUNTOS HALLAMOS B0

B0 = -64.35

𝑌  ̂=−64.35+(98∗0.953)+ (135*0.6595)
𝑌  ̂= 117.715
5)

REGRESAR A LA
PREGUNTA 2

Contenido Temperatura de Dureza (y)

de Cu(x1)% templado (X2)° (Kg/mm2)
75 100 72.9
80 120 75.1
87 125 80.9
90 130 87.4
95 140 90.7

B1= 0.953
B2= 0.6595
h) Halle el vector error

1  y1  ŷ1
Contenido Temperatura de Dureza (y)
de Cu(x1)% templado (X2)° (Kg/mm2)
75 100 72.9
80 120 75.1
87 125 80.9
90 130 87.4
𝑌  ̂=�_0+ 〖� _1 � 〗 _1+ 95 140 90.7
�_2 �_2
B0 = -64.35
B1= 0.953
B2= 0.6595
(𝑌_ 𝑒_
𝐼 )  ̂ 1 REGRESAR A LA
PREGUNTA 2
73.075 -0.175
91.03 -15.93
100.9985 -20.0985
107.155 -19.755
118.515 -27.815
Dureza(Y) (Kg/mm2)
Temp. De templado X*Y
72.9 75 5467.5
∑_(𝒊=𝟏)^𝒏▒ 〖� _𝒊=𝒏𝒂
75.1 80 6008 𝒊=𝟏)^𝒏▒𝑿_𝒊 〗
80.9 87 7038.3
87.4 90 7866
90.7 95 8616.5
407 =
Dureza(Y) (Kg/mm2)
Temp. De templado X*Y
72.9 100 7290 Resolviendo el sistema de ecuacio
75.1 120 9012 (II)X(5/427)
80.9 125 10112.5
87.4 130 11362
90.7 140 12698 591.0363 =
(𝒊=𝟏)^𝒏▒ 〖� _𝒊=𝒏𝒂+�∑_( ∑_(𝒊=𝟏)^𝒏▒ 〖� _𝒊
𝟏)^𝒏▒𝑿_𝒊 〗 𝑿_𝒊 =𝒂 ∑_(𝒊=𝟏)^𝒏▒𝑿_𝒊
+�∑_(𝒊=𝟏)^𝒏▒ 〖� _𝒊 〗 ^𝟐
�_0 �_1 (I)
〗 �_0 �_1 (II)
5 615 50474.5 = 615 76525

esolviendo el sistema de ecuaciones Restando (III)-(I)

�_0 �_1 (III) �_0 �_1

7.20140515 896.077283 184.0363 = 2.20140515 281.077283
 �_1=
0.65475337
�_0=
0.60080979

(𝑌_𝑖 )  ̂=−14.5877+1.154423
�